Marta M. Dolcet-Negre

Background: Older adults hospitalized with acute heart failure frequently present with multimorbidity, frailty, and reduced physiological reserve. This makes accurate prognostic assessment particularly challenging in internal medicine. Traditional heart failure risk models often fail to capture this multidimensional vulnerability. The PROFUND index, developed to estimate medium-term mortality in multimorbid patients, and serum albumin, an established biomarker of nutritional and inflammatory status, may provide complementary prognostic information. This formed the aim of the present study. This study’s objective is to evaluate the individual and combined prognostic value of the PROFUND index and serum albumin for one-year mortality in patients admitted with AHF. Methods: We conducted a prospective, multicenter cohort study within the PROFUNDIC registry. We included consecutive adults hospitalized with AHF or decompensated chronic heart failure who met European Society of Cardiology diagnostic criteria and had NT-proBNP levels > 1500 pg/mL. PROFUND scores were obtained at admission, and hypoalbuminaemia was dichotomized as ≤3.5 g/dL. The primary outcome was one-year mortality, analyzed using Kaplan–Meier survival estimates, Cox proportional hazards models, and time-dependent ROC curves. Results: Among 544 included patients (mean age 85 years; 60% women), high PROFUND scores (>7) were present in 39% and hypoalbuminaemia in 55%. Both variables independently predicted one-year mortality, with the highest risk observed in patients presenting both high PROFUND scores (HR 2.26; 95% CI 1.66–3.09; p < 0.001) and hypoalbuminaemia (HR 1.70; 95% CI 1.18–2.46; p = 0.0046). The combined use of these markers modestly improved discriminatory performance compared with the PROFUND index alone (HR 2.83; 95% CI 1.72–4.64; p < 0.000). Conclusions: These findings suggest that integrating clinical complexity, assessed by the PROFUND index, with serum albumin provides a simple and clinically meaningful approach to early risk stratification in very elderly multimorbid patients treated in internal medicine wards.

La irrupción de la Inteligencia Artificial Generativa (IA-Gen) en el ámbito educativo ofrece oportunidades, pero también plantea desafíos éticos y pedagógicos. En este contexto, resulta fundamental comprender la percepción de los docentes en formación hacia esta tecnología. Este estudio analizó la autopercepción de 174 docentes en formación sobre la IA-Gen aplicada a la educación. Se midieron siete dimensiones (Familiaridad, Relevancia, Habilidades prácticas, Barreras, Confianza, Impacto ético-social y Expectativas) en referencia a la IA-Gen y se valoró la utilidad de ChatGPT como herramienta para diseñar Situaciones de Aprendizaje (SdAs) tras una experiencia formativa con este sistema. Se calcularon estadísticos descriptivos, correlaciones de Spearman, se visualizó una red de correlaciones entre las siete dimensiones y se exploraron diferencias entre las titulaciones. Los resultados revelan niveles medios-altos de autopercepción con valoración muy positiva de la utilidad de ChatGPT y un alto nivel de satisfacción con su uso. La Confianza emergió como un nodo central en la red de correlaciones, vinculándose estrechamente con la Relevancia, Barreras, Impacto ético-social y Expectativas, lo que resalta su papel clave en la adopción de estas tecnologías. Asimismo, la mayoría de los participantes adoptó una actitud crítica ante la IA-Gen, contrastando las respuestas generadas por ChatGPT en lugar de aceptarlas pasivamente. En conclusión, aunque se observa una disposición favorable hacia la integración de la IA-Gen en educación, los futuros docentes demandan formación específica para su uso pedagógico y expresan preocupación por las implicaciones éticas de dicha integración.